方案摘要
方案下载| 应用领域 | 环保 |
| 检测样本 | 空气 |
| 检测项目 | 综合>综合 |
| 参考标准 | GB/T 16157-1996固定污染源排气中颗粒物测定与气态污染物采样方法 |
针对环境监测现状及当前网格化监管遇到的问题，中科天融提出基于智慧环境的网格化空气质量监测解决方案，该方案针对城市、农村、居民区、工业园区，工地等存在有组织和无组织污染排放源的区域，进行全面、精准“网格化布点”，将目标区域均匀划分为若干网格点，综合固定监测和移动监测技术，形成精细的覆盖整个区域的感知物联网络，实时监控多种污染物的浓度水平和分布规律，通过环保云平台和大数据计算挖掘，确定区域空气污染的主要成因和来源，并为预测预警、溯源及靶向治理等环保决策提供精准的大数据支持。
解决方案
针对环境监测现状及当前网格化监管遇到的问题，中科天融提出基于智慧环境的网格化空气质量监测解决方案，该方案针对城市、农村、居民区、工业园区、工地等存在有组织和无组织污染排放源的区域，进行全面、精准“网格化布点”，将目标区域均匀划分为若干网格点，综合固定监测和移动监测技术，形成精细的覆盖整个区域的感知物联网络，实时监控多种污染物的浓度水平和分布规律，为管理者提供全面、精准的空气质量数据，且作为环境网格化监管的执法保障和有力支持。
方案构架
方案采用三层架构体系，即感知层、传输支撑层和应用层。数据经网格化感知设备采集后，通过信息传输支撑层网络上传到环保云计算平台，通过环保云平台和大数据计算挖掘，确定区域空气污染的主要成因和来源，并为预测预警，溯源及靶向治理等环保决策提供精准的大数据支持。
系统功能
基于最新空气站、实时交通、实时天气等数据，生成可精确到1×1公里的网格化空气质量数据，并通过GIS系统、移动互联网对城域空气质量进行发布，全面满足环保部门空气质量可视需求。
在现有数据基础上，利用大数据分析和数据模型等技术，发现精确到网格的空气质量变化规律和趋势，科学合理的分析和预测推演未来一定周期内空气质量变化情况，判断环境空气污染造成的影响氛围，为环保监管提供新技术和新手段。
基于深度神经网络的机器学习算法，通过大数据分析定位可能的污染源或污染区域，动态分析污染的形成、传输和扩散情况，在定性判断污染形成的基础上，定量分析污染的成因和变化，为环保追责，处罚和整改等管理决策提供支撑。
方案应用
网格化感知设备可分为固定式和移动式。监管机构可通过监测系统平台对工地扬尘、化工园区、重点工业企业以及城市空气质量进行有效监测，并实现污染预测、预警及污染事件的溯源。
文献贡献者
相关产品
关注
拨打电话
留言咨询
